একজন ব্যক্তি যিনি প্রায়শই অ-পেশাদারদের কাছে মেশিন লার্নিং ব্যাখ্যা করেন, আমি নিম্নলিখিত দশটি বিষয়কে মেশিন লার্নিংয়ের কিছু ব্যাখ্যা হিসাবে সংকলন করেছি।
মেশিন লার্নিং ছত্রভঙ্গের মতো নয়ঃ সঠিক শেখার অ্যালগরিদমকে সঠিক প্রশিক্ষণের ডেটা দিয়ে আপনি অসংখ্য সমস্যা সমাধান করতে পারেন। এটিকে এআই বলুন, যদি এটি আপনার এআই সিস্টেমটি বিক্রি করতে সহায়তা করে। তবে আপনি জানেন যে এআই কেবল একটি ফ্যাশনেবল শব্দ, যা কেবল এটি সম্পর্কে প্রত্যাশার প্রতিনিধিত্ব করে।
মেশিন লার্নিং অ্যালগরিদম, বিশেষ করে ডিপ লার্নিং-এর অগ্রগতিতে অনেক উত্তেজনাপূর্ণ জায়গা রয়েছে। কিন্তু ডেটা হচ্ছে মেশিন লার্নিংকে সম্ভব করার মূল কারণ। মেশিন লার্নিং জটিল অ্যালগরিদম ছাড়া সম্ভব, কিন্তু ভাল ডেটা ছাড়া সম্ভব নয়।
মেশিন লার্নিং মডেলকে ডেটাতে থাকা প্যাটার্নের উপর ভিত্তি করে প্রশিক্ষণ দেয়, প্যারামিটার দ্বারা সংজ্ঞায়িত সম্ভাব্য মডেলের স্থান অনুসন্ধান করে। যদি প্যারামিটার স্পেসটি খুব বড় হয় তবে এটি প্রশিক্ষণ ডেটাতে অতিরিক্ত ফিট করে এবং এমন একটি মডেলকে প্রশিক্ষণ দেয় যা নিজেকে সাধারণীকরণ করতে পারে না। যদি এটি বিস্তারিতভাবে ব্যাখ্যা করা হয় তবে আরও গণিতের প্রয়োজন হয়, এবং আপনার মডেলটিকে যতটা সম্ভব সহজ করার জন্য আপনাকে এটিকে একটি নিয়ম হিসাবে ব্যবহার করতে হবে।
একটা প্রবাদ আছে যে, আপনি কম্পিউটারে একটি জাঙ্ক ইনপুট করলে, আউটপুট অবশ্যই একটি জাঙ্ক ডেটা ইনপুট হবে। যদিও এই শব্দটি মেশিন লার্নিংয়ের আগে এসেছে, তবে এটি মেশিন লার্নিংয়ের অস্তিত্বের মূল সীমাবদ্ধতা। মেশিন লার্নিং কেবলমাত্র প্রশিক্ষণ ডেটাতে বিদ্যমান নিদর্শনগুলি সনাক্ত করতে পারে। মেশিন লার্নিংয়ের কাজগুলি (যেমন শ্রেণিবদ্ধকরণ) তদারকি করার জন্য, আপনার একটি শক্তিশালী, সঠিকভাবে ট্যাগ করা, সমৃদ্ধ প্রশিক্ষণ ডেটাসেট দরকার।
oi যেমনটি তহবিলের স্টক বিজ্ঞপ্তিতে সতর্ক করা হয়েছে, অতীতের পারফরম্যান্স ভবিষ্যতের ফলাফলের নিশ্চয়তা দেয় না; মেশিন লার্নিংও একটি অনুরূপ সতর্কতা জারি করা উচিতঃ এটি কেবলমাত্র প্রশিক্ষণের ডেটা হিসাবে একই বিতরণযুক্ত ডেটার ভিত্তিতে কাজ করতে পারে। অতএব, প্রশিক্ষণের ডেটা এবং উত্পাদন ডেটার মধ্যে বিচ্যুতি সম্পর্কে সতর্ক থাকা এবং প্রশিক্ষণের মডেলটি ঘন ঘন পুনরাবৃত্তি করা উচিত যাতে এটি পুরানো না হয় তা নিশ্চিত করা যায়।
মেশিন লার্নিং প্রযুক্তির বিভ্রান্তিকর প্রচারের অধীনে, আপনি মনে করতে পারেন যে মেশিন লার্নিং মূলত অ্যালগরিদমগুলি নির্বাচন এবং সামঞ্জস্য করে। কিন্তু বাস্তবতাটি অস্বস্তিকরঃ আপনার বেশিরভাগ সময় এবং শক্তি ডেটা পরিষ্কার এবং বৈশিষ্ট্য প্রকৌশলে ব্যয় করা হবে, অর্থাৎ, প্রাথমিক বৈশিষ্ট্যগুলিকে এমন বৈশিষ্ট্যগুলিতে রূপান্তর করা হবে যা ডেটা সিগন্যালকে আরও ভালভাবে উপস্থাপন করতে পারে।
মেশিন লার্নিংয়ের অনেক ক্ষেত্রে প্রয়োগ এবং বিকাশের কারণে, ডিপ লার্নিংয়ের প্রচারও ছড়িয়ে পড়েছে। উপরন্তু, ডিপ লার্নিং কিছু কাজকে স্বয়ংক্রিয় করে তোলে যা traditionতিহ্যগতভাবে বৈশিষ্ট্য প্রকৌশল দ্বারা সম্পন্ন হয়, বিশেষত চিত্র এবং ভিডিও ডেটার জন্য। তবে ডিপ লার্নিং কোনও অলৌকিক ওষুধ নয়। আপনার ব্যবহারের জন্য প্রস্তুত নেই, আপনি এখনও ডেটা পরিষ্কার এবং রূপান্তর করতে প্রচুর শক্তি ব্যয় করতে হবে।
এনআরএ-কে ক্ষমা চাইছি, মেশিন লার্নিং অ্যালগরিদম খুন করে না, মানুষই খুন করে। যখন মেশিন লার্নিং সিস্টেম ব্যর্থ হয়, তখন খুব কমই মেশিন লার্নিং অ্যালগরিদমের সমস্যা হয়। আরও সম্ভবত, প্রশিক্ষণের ডেটাতে কৃত্রিম ত্রুটি প্রবর্তিত হয়, যা বিচ্যুতি বা অন্যান্য সিস্টেমের ত্রুটি সৃষ্টি করে। আমাদের সর্বদা সন্দেহজনক মনোভাব বজায় রাখতে হবে এবং সফ্টওয়্যার ইঞ্জিনিয়ারিংয়ের জন্য প্রযোজ্য পদ্ধতিতে মেশিন লার্নিংয়ের সাথে আচরণ করতে হবে।
মেশিন লার্নিংয়ের অনেক অ্যাপ্লিকেশনে, আপনি আজ যে সিদ্ধান্ত নিচ্ছেন তা আগামীকালের প্রশিক্ষণ ডেটা সংগ্রহের উপর প্রভাব ফেলবে। একবার মেশিন লার্নিং সিস্টেমটি মডেলটিতে বিচ্যুতিগুলি অন্তর্ভুক্ত করলে, এটি নতুন প্রশিক্ষণ ডেটা উত্পাদন চালিয়ে যেতে পারে যা বিচ্যুতিগুলিকে আরও শক্তিশালী করে তোলে। এবং কিছু বিচ্যুতি মানুষের জীবনকে ধ্বংস করতে পারে। দয়া করে কিছুটা দায়িত্বশীল হনঃ স্ব-পূরণযোগ্য ভবিষ্যদ্বাণী তৈরি করবেন না।
অনেকেরই মনে হয় যে তারা এফআই সম্পর্কে ধারণাটি সায়েন্স-ফিকশন চলচ্চিত্র থেকে পেয়েছে। আমাদের অবশ্যই সায়েন্স-ফিকশন থেকে অনুপ্রাণিত হওয়া উচিত, তবে আমরা এতটা বোকা নই যে উপন্যাসটিকে বাস্তব বলে ভুলভাবে বিশ্বাস করতে পারি। সচেতন দুষ্টু মানুষের থেকে শুরু করে অজ্ঞাতসারে বিচ্যুত মেশিন লার্নিং মডেল পর্যন্ত, অনেক বাস্তবতা এবং ঝুঁকি রয়েছে যা নিয়ে চিন্তা করার দরকার নেই। সুতরাং আপনি স্কাইনেট এবং সুপার ইন্টেলিজেন্স সম্পর্কে চিন্তা করতে পারবেন না।
মেশিন লার্নিং এর বিষয়বস্তু আমার উপরে উল্লিখিত ১০ টি পয়েন্টের তুলনায় অনেক বেশি। আশা করি এই প্রারম্ভিক বিষয়বস্তুগুলি অ-পেশাদারদের জন্য দরকারী হবে।
বিশ্বব্যাপী কৃত্রিম বুদ্ধিমত্তার বিগ ডেটা প্ল্যাটফর্ম থেকে পুনর্নির্দেশিত